从空内存初始化ndarray时如何确定符号位？
>>> np.random.randn(3,3)
array([[-0.35557367, -0.0561576 , -1.84722985],
[ 0.89342124, -0.50871646, 1.31368413],
[ 0.0062188 , 1.62968789, 0.72367089]])
>>> np.empty((3,3))
array([[0.35557367, 0.0561576 , 1.84722985],
[0.89342124, 0.50871646, 1.31368413],
[0.0062188 , 1.62968789, 0.72367089]])
这些从空内存初始化的浮点值丢失了其符号†。这是为什么？
†注:此结果取决于内存重用的实现细节。该问题询问实现方案在做什么。
最佳答案
numpy.empty不会手动清除符号位或任何东西。符号位就是malloc返回值的那些位中可能留下的任何垃圾。您看到的效果是由于其他地方的numpy.absolute调用所致。
事实是，numpy.empty不会重用randn返回值的缓冲区。毕竟，由于randn变量，当empty创建其数组时，_返回值仍然有效。numpy.empty正在重用在对第一个数组进行字符串化的过程中创建的数组的缓冲区。我相信这是this one:
def fillFormat(self, data):
# only the finite values are used to compute the number of digits
finite_vals = data[isfinite(data)]
# choose exponential mode based on the non-zero finite values:
abs_non_zero = absolute(finite_vals[finite_vals != 0])
...
看到那个
absolute通话吗？就是那个。这是支持该结论的一些其他测试:
>>> a = numpy.random.randn(3, 3)
>>> b = numpy.arange(-5, 4, dtype=float)
>>> c = numpy.arange(-5, 13, 2, dtype=float)
>>> a
array([[-0.96810932, 0.86091026, -0.32675013],
[-1.23458136, 0.56151178, -0.37409982],
[-1.71348979, 0.64170792, -0.20679512]])
>>> numpy.empty((3, 3))
array([[ 0.96810932, 0.86091026, 0.32675013],
[ 1.23458136, 0.56151178, 0.37409982],
[ 1.71348979, 0.64170792, 0.20679512]])
>>> b
array([-5., -4., -3., -2., -1., 0., 1., 2., 3.])
>>> numpy.empty((3, 3))
array([[ 0.96810932, 0.86091026, 0.32675013],
[ 1.23458136, 0.56151178, 0.37409982],
[ 1.71348979, 0.64170792, 0.20679512]])
>>> c
array([ -5., -3., -1., 1., 3., 5., 7., 9., 11.])
>>> numpy.empty((3, 3))
array([[ 5., 3., 1.],
[ 1., 3., 5.],
[ 7., 9., 11.]])
>>> numpy.array([1.0, 0, 2, 3, 4, 5, 6, 7, 8, 9])
array([ 1., 0., 2., 3., 4., 5., 6., 7., 8., 9.])
>>> numpy.empty((3, 3))
array([[ 1., 2., 3.],
[ 4., 5., 6.],
[ 7., 8., 9.]])
numpy.empty结果受打印a和c的影响，而不是受那些数组创建过程的影响。 b没有效果，因为它有8个非零元素。最终的array([1.0, 0, 2, ...])会起作用，因为尽管它有10个元素，但恰好有9个元素是非零的。关于python - 从np.empty初始化numpy数组，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/51028426/